Kesalahan Tipe II. | Finansial 2022

Apa ?

Kesalahan tipe II adalah istilah statistik yang digunakan dalam konteks hipotesis nol yang sebenarnya salah. Kesalahan tipe II menghasilkan negatif palsu, juga dikenal sebagai kesalahan kelalaian. Misalnya, tes untuk suatu penyakit mungkin melaporkan hasil negatif, padahal pasien sebenarnya terinfeksi. Ini adalah kesalahan tipe II karena kita menerima kesimpulan tes sebagai negatif, meskipun itu salah.

Dalam analisis statistik, kesalahan tipe I adalah penolakan hipotesis nol yang benar, sedangkan kesalahan tipe II menggambarkan kesalahan yang terjadi ketika seseorang gagal menolak hipotesis nol yang sebenarnya salah. Kesalahan menolak hipotesis alternatif, meskipun itu tidak terjadi karena kebetulan.

Poin Penting

Kesalahan tipe II didefinisikan sebagai kemungkinan salah dalam mempertahankan hipotesis nol, padahal sebenarnya itu tidak berlaku untuk seluruh populasi.
Kesalahan tipe II pada dasarnya adalah negatif palsu.
Kesalahan tipe II dapat dikurangi dengan membuat kriteria yang lebih ketat untuk menolak hipotesis nol, meskipun ini meningkatkan kemungkinan positif palsu.
Analis perlu mempertimbangkan kemungkinan dan dampak kesalahan tipe II dengan kesalahan tipe I.

Memahami Kesalahan Tipe II

Kesalahan tipe II, juga dikenal sebagai kesalahan jenis kedua atau kesalahan beta, menegaskan gagasan yang seharusnya ditolak, seperti, misalnya, mengklaim bahwa dua pengamatan adalah sama, meskipun berbeda. Kesalahan tipe II tidak menolak hipotesis nol, meskipun hipotesis alternatif adalah keadaan alamiah yang sebenarnya. Dengan kata lain, temuan yang salah diterima sebagai benar.

Kesalahan tipe II dapat dikurangi dengan membuat kriteria yang lebih ketat untuk menolak hipotesis nol. Misalnya, jika seorang analis mempertimbangkan apa pun yang termasuk dalam batas +/- dari interval kepercayaan 95% sebagai tidak signifikan secara statistik (hasil negatif), kemudian dengan mengurangi toleransi itu menjadi +/- 90%, dan kemudian mempersempit batasnya, Anda akan mendapatkan hasil negatif yang lebih sedikit, dan dengan demikian mengurangi kemungkinan negatif palsu.

Namun, mengambil langkah-langkah ini cenderung meningkatkan kemungkinan menghadapi kesalahan tipe I — hasil positif palsu. Saat melakukan uji hipotesis, probabilitas atau risiko membuat kesalahan tipe I atau kesalahan tipe II harus dipertimbangkan.

Referensi cepat

Langkah-langkah yang diambil untuk mengurangi kemungkinan menghadapi kesalahan tipe II cenderung meningkatkan kemungkinan kesalahan tipe I.

Kesalahan Tipe I vs. Kesalahan Tipe II

Perbedaan antara kesalahan tipe II dan kesalahan tipe I adalah kesalahan tipe I menolak hipotesis nol jika benar (yaitu, positif palsu). Probabilitas melakukan kesalahan tipe I sama dengan tingkat signifikansi yang ditetapkan untuk uji hipotesis. Oleh karena itu, jika tingkat signifikansi 0,05, ada kemungkinan 5% kesalahan tipe I dapat terjadi.

Probabilitas melakukan kesalahan tipe II sama dengan satu dikurangi kekuatan pengujian, juga dikenal sebagai beta. Kekuatan pengujian dapat ditingkatkan dengan meningkatkan ukuran sampel, yang mengurangi risiko melakukan kesalahan tipe II.

Contoh Kesalahan Tipe II

Asumsikan sebuah perusahaan bioteknologi ingin membandingkan seberapa efektif dua obatnya untuk mengobati diabetes. Hipotesis nol menyatakan kedua obat tersebut sama efektifnya. Hipotesis nol, H 0 , adalah klaim yang ingin ditolak oleh perusahaan menggunakan uji satu sisi. Hipotesis alternatif, H a , menyatakan kedua obat tersebut tidak sama efektifnya. Hipotesis alternatif, H a , adalah keadaan alami yang didukung dengan menolak hipotesis nol.

Perusahaan bioteknologi menerapkan uji klinis besar terhadap 3.000 pasien diabetes untuk membandingkan perawatannya. Perusahaan secara acak membagi 3.000 pasien menjadi dua kelompok yang berukuran sama, memberikan satu kelompok pengobatan dan kelompok lainnya diberi pengobatan. Ini memilih tingkat signifikansi 0,05, yang menunjukkan bersedia menerima peluang 5% itu mungkin menolak hipotesis nol ketika itu benar atau peluang 5% untuk melakukan kesalahan tipe I.

Asumsikan beta dihitung menjadi 0,025, atau 2,5%. Oleh karena itu, probabilitas melakukan kesalahan tipe II adalah 97,5%. Jika kedua obat tidak sama, hipotesis nol harus ditolak. Namun, jika perusahaan bioteknologi tidak menolak hipotesis nol ketika obat tersebut tidak sama efektifnya, kesalahan tipe II terjadi.